Skip to content

learning.zh.md

Latest commit

 

History

History
160 lines (117 loc) · 7.14 KB

learning.zh.md

File metadata and controls

160 lines (117 loc) · 7.14 KB
Raw

回合后学习（自进化）

English: learning.md

Finclaw 可启用回合后学习循环：在足够多的对话轮次或工具调用之后，后台审阅子智能体会检查对话，并可能将事实写入记忆或把流程保存为技能。审阅在独立分支中运行，不会污染主会话 transcript。

默认：开启，mode: promote（Hermes 式直接写入）。finclaw init 会写入 stub config.yaml，并可交互询问；若需更保守，用 finclaw learning disable 或改为 stage / observe。

以本机 finclaw learning --help 及各子命令 --help 为准。

机制概览

步骤 行为
1. 正常对话 使用 finclaw chat；无需用户主动调用 memory_save。
2. 触发 nudge 达到 memory_nudge_turns 用户轮次和/或 skill_nudge_tool_iters 工具迭代后，可能启动审阅。
3. 审阅 子智能体判断哪些内容值得记忆或固化为技能。
4. 持久化 由 mode 决定：observe（仅记录）、stage（待审批）、promote（直接写入）。
5. 复用 新会话可从持久记忆召回事实；技能位于 agent 工作区。

没有 finclaw chat --learning 开关。偏好写在 profile config.yaml（或 AI_INFRA_RS_LEARNING_*），然后照常 finclaw chat。

profile config.yaml

finclaw init 会种子写入（也可用 finclaw config path 编辑）：

learning:
  enabled: true
  mode: promote            # observe | stage | promote
  memory_nudge_turns: 10
  skill_nudge_tool_iters: 10
  eval_gate: off           # off | manual | auto（stage 模式下 promote 门禁）
  failure_reflection: false

修改后需重启内嵌 chat 或 daemon，运行时才会加载新配置。

mode

mode 适用场景
promote 默认。 立即写入 live 记忆与 agent 技能（Hermes 式）。
stage 候选写入 pending；用 finclaw learning 批准或拒绝。
observe 审阅运行但不写盘（仅记录意图）。最安全干跑。

eval_gate（stage + promote）

值 含义
off promote 无额外门禁。
manual 须执行 finclaw learning promote <id>（可加 --force）。
auto 仅当 scorecard 判决非 regressed 时允许 promote（见 promote --scorecard-verdict）。

不手改 YAML 的开关

finclaw learning status
finclaw learning enable
finclaw learning enable --mode stage
finclaw learning set-mode observe
finclaw learning disable
finclaw config set learning.enabled true
finclaw config set learning.mode stage

finclaw init 时：

  • 交互：确认是否启用（默认是）并选择 mode（默认 promote）。
  • 非交互：stub 保持 enabled+promote；可用 --no-learning 或 --learning-mode stage|observe|promote。
  • --skip-learning-prompt：跳过交互提问，保留 stub 默认。

环境变量（覆盖 YAML）

在进程环境中设置时，会覆盖 profile config.yaml 中对应项（内嵌启动或 daemon 进程）：

变量 对应配置
AI_INFRA_RS_LEARNING_ENABLED learning.enabled（1 / true / yes 为开）
AI_INFRA_RS_LEARNING_MODE learning.mode（observe、stage、promote）
AI_INFRA_RS_LEARNING_MEMORY_NUDGE_TURNS learning.memory_nudge_turns
AI_INFRA_RS_LEARNING_SKILL_NUDGE_TOOL_ITERS learning.skill_nudge_tool_iters
AI_INFRA_RS_LEARNING_EVAL_GATE learning.eval_gate
AI_INFRA_RS_LEARNING_FAILURE_REFLECTION learning.failure_reflection
AI_INFRA_RS_LEARNING_REVIEW_TIMEOUT_MS 单次 chat -m 等待审阅完成的上限（默认约 45s）

优先级： 已设置的环境变量优先于 profile config.yaml。

示例（当前 shell 临时改为 stage）：

export AI_INFRA_RS_LEARNING_MODE=stage
finclaw chat --embedded -m "记住项目代号 NEBULA，简短确认即可。"

finclaw learning 命令

finclaw learning status
finclaw learning enable [--mode observe|stage|promote]
finclaw learning disable
finclaw learning set-mode <observe|stage|promote>
finclaw learning list-pending
finclaw learning promote <artifact-id> [--force] [--scorecard-verdict improved|unchanged|inconclusive|regressed]
finclaw learning reject <artifact-id>
finclaw learning review [--kind memory|skill|combined|failure] [--summary "..."]
finclaw learning consolidate [--dry-run] [--observe-max-age-days 14] [--rejected-max-age-days 30]
命令 作用
status 是否启用、当前 mode、pending 数量。
enable / disable / set-mode 写入 profile config.yaml。
list-pending 列出待 promote/reject 的暂存项。
promote / reject 写入 live 记忆/技能，或移入 rejected。
review 强制跑一次审阅（需内嵌或 daemon Claw）。
consolidate 清理过期 observe/rejected 产物；不会自动 promote。

若构建支持，可在父命令加 --json（例如 finclaw learning --json status）。

对话与会话

  • 审阅在符合条件的回合之后运行；finclaw chat -m 会等待审阅完成（有超时），短进程也能完成持久化。
  • 跨会话召回依赖 agent 工作区中的持久记忆 — 用新 --session（或新 REPL 会话）验证是否记得先前事实。
  • 本地调试可将 memory_nudge_turns 设为 2；10 更接近常见 Hermes 节奏。

详见 chat-and-operations.zh.md（--embedded/daemon、流式、会话参数）。

技能与 curator

  • 审阅可能通过 skill_create 在工作区 skills/ 下创建 agent 技能（Channel C），受 mode 约束。
  • finclaw skills curator 管理闲置/归档，与学习循环独立但可并存。见 skills.zh.md。

若期望审阅创建技能，请确认 profile 中有 skill-creator 等脚手架 — 启用学习后执行 finclaw skills list 检查。

HTTP / 多租户部署

CLI 从 profile config.yaml 读取 learning:。常驻 Claw HTTP 服务（中间件、桌面宿主等）可能从 fleet 级 ai-infra.yaml 或服务环境中的 AI_INFRA_RS_LEARNING_* 读取 — 属运维配置，勿默认认为 profile YAML 会自动作用于远程 Claw URL。

快速冒烟（promote 模式）

finclaw config path
# init 已种子 learning.enabled: true、mode: promote；可选 memory_nudge_turns: 2

finclaw learning status
finclaw chat --embedded --session learn-smoke -m "我的状态令牌是 ALPHA-7，简短确认。"
finclaw chat --embedded --session learn-smoke -m "第二条填充轮次。"
finclaw chat --embedded --session learn-smoke-recall -m "我设的状态令牌是什么？"

LLM 与 nudge 参数见 configuration.zh.md。

另见